“He has improved it significantly since then: YOLO9000. Best paper honorable mention at CVPR2017.”
YOLO9000: Better, Faster, Stronger
实时目标检测器 YOLOv2,并联合训练可检测 9000 多类
论文先给出对 YOLO 检测方法的一系列改进,得到 YOLOv2:在 PASCAL VOC 2007 上 67 FPS 时达到 76.8 mAP,40 FPS 时达到 78.6 mAP,快于并优于 Faster RCNN 加 ResNet 和 SSD。随后提出检测与分类联合训练的方法,在 COCO 检测数据集和 ImageNet 分类数据集上同时训练,得到 YOLO9000,使没有检测标注的类别也能被检测,可预测 9000 多种类别且仍能实时运行。
HN 上的人在 2017 年前后提到它是 CVPR 2017 荣誉提名的改进版 YOLO,并拿它与 SSD、Faster R-CNN 等检测器比较。
学习路径
读这篇之前,按顺序读书架上的 5 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出这条路径先建立 CNN 分类骨干和批归一化,再看两阶段检测器 Faster R-CNN,然后读 YOLO v1,最后读 YOLO9000 在其上做的改进。
- 1
YOLO9000 的 Darknet-19 骨干借鉴了 VGG 的 3x3 小卷积堆叠思路,并以它作对比。
读全部使用 3x3 卷积的设计原则和网络配置;训练细节可略读。
- 2
YOLO9000 的改进之一是在所有卷积层加批归一化,收益显著。
读批归一化的计算方式,以及它如何加速训练、起到正则作用。
- 3
YOLO9000 与 ResNet 版的 Faster R-CNN 做速度和精度对比。
读残差连接的基本思想和 ResNet 的分类骨干;了解它作为检测对比基线的角色即可。
- 4
YOLO9000 的 anchor box、与两阶段方法的比较都以它为参照。
读区域建议网络(RPN)和 anchor box 的概念;理解两阶段检测为何较慢。
- 5
YOLO9000 是 YOLO v1 的升级版,必须先懂其统一回归式检测。
读把图像划分网格、每格预测边框和类别的方法,以及 v1 的主要缺陷(定位误差、召回率低)。
- 6YOLO9000: Better, Faster, Stronger
目标论文:YOLOv2 的改进集合与 9000 类联合训练。
读先看 Better 部分的各项改进(批归一化、anchor 聚类、高分辨率等),再看 Stronger 部分的 WordTree 联合训练。
HN 书评
推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及“There are quite a few papers that discuss the application R-CNN (Region-based Convolutional Neural Network) for object detection and classification [1-3].”
“But the new YOLO9000[1] architecture seems to be even better than SSD!”
“It is missing YOLO [1][2], though, which shares some similarities with SSD.”
“* YOLO9000: Better, Faster, Stronger [3] by Joseph Redmon & Ali Farhadi”
“as amused by the name, YOLO9000,”
- YOLO9000: Better, Faster, Stronger ↗mrkgnao · 2016-12-29 · 1 分
- YOLO9000: Better, Faster, Stronger ↗godelmachine · 2020-07-08 · 2 分